基于深度学习的特种车辆跨模态检索方法

• 作 者: 邵阳雪 孟伟 孔德珍 韩林轩 刘扬
• 机 构: 河南大学河南省空间信息处理工程实验室,河南大学计算机与信息工程学院,河南大学河南省大数据分析与处理重点实验室
• 出 处: 计算机科学
• 发表日期: 2020年12期
• 关键词: 跨模态检索 卷积神经网络 相似性度量 深度学习 小样本 Cross-modal retrievalConvolutional neural networksSi
• 基金项目: 河南省重点研发与推广专项(192102210096,182102310724)

保证正在执行任务的特种车辆的道路优先通行权,是合理配置城市交通资源、实施和保证应急救援的前提。特种车辆的跨模态识别是实现智慧交通的重要核心技术,尤其是在智能车联网尚未成熟、未来长期存在无人驾驶和有人驾驶混合交通的环境中,实现无人车对正在执行任务的特种车辆进行合理避让显得尤为重要。针对无人驾驶对特种车辆识别的需求,文中构建了跨模态检索与识别网络(Cross-Modal Retrieval and Recognition Net,CMR~2Net),提出了一种基于深度学习的特种车辆跨模态检索和识别方法。